agentsclimarketplace

Tender analysis

Skill Amalia6767/curator-skills/skills/tender-analysis

策展人的 AI 技能套件｜9 个 Claude Code Skills 覆盖展厅投标全流程：标书分析、主题推导、方案设计、画册撰写、防幻觉验证。Exhibition bidding & curation skills for Claude Code.

Install
npx -y skills add Amalia6767/curator-skills --skill tender-analysis

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

One thing to look at

  • 4 stars4 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

What its author says it does

Copied from the file, not written here

分析投标文件（PDF、Word等格式），提取项目要求、技术规格、时间节点等关键信息，梳理疑问细项用于答疑会议，并生成结构化的投标设计方案。当用户提到投标文件、招标文件、投标方案、标书分析、疑问梳理、答疑问题时使用此技能。

SKILL.md

10.7 KB, as published. Nobody here has run it

投标文件分析与方案设计

工作流程

阶段一：投标文件分析

  1. 识别文件类型并提取内容

    • PDF文件：使用 pdfplumber 提取文本和表格（推荐脚本：scripts/extract_pdf.py）
    • Word文件（.docx）：使用 python-docx 提取文本和表格（推荐脚本：scripts/extract_docx.py）
    • Word文件（.doc）：使用 docx2txt 或系统工具提取（推荐脚本：scripts/extract_doc.py）
    • Excel文件（.xls/.xlsx）：使用 openpyxl 或 xlrd 提取数据
    • 图片文件：使用 OCR（如 pytesseract）提取文字

  2. 提取关键信息 按照以下结构提取信息：

    ## 项目基本信息
- 项目名称：
- 招标编号：
- 招标单位：
- 项目预算：
- 投标截止时间：
- 开标时间：

## 技术要求
- 技术规格：
- 性能指标：
- 质量标准：
- 认证要求：

## 商务要求
- 付款方式：
- 交付周期：
- 质保要求：
- 其他商务条款：

## 评分标准
- 技术分占比：
- 商务分占比：
- 价格分占比：
- 加分项：

## 关键时间节点
- 答疑截止：
- 投标截止：
- 开标时间：
- 合同签订：

  3. 识别重点和难点

    • 标注必须满足的硬性要求（★ 必须满足）
    • 标注加分项（+ 加分项）
    • 标注潜在风险点（⚠ 风险点）

阶段二：疑问梳理（答疑会议前）

在收到投标文件后、答疑会议前，必须梳理所有疑问细项。这是保护乙方权益、明确项目要求的关键步骤。

  1. 梳理疑问的原则

    • 识别模糊不清的条款
    • 识别可能不利于乙方权益的条款
    • 识别技术规格不明确的地方
    • 识别商务条款有歧义的地方
    • 识别评分标准不清晰的地方

  2. 疑问分类

    • 🔴 关键疑问：影响投标决策或方案设计，必须澄清
    • 🟡 重要疑问：影响报价或实施计划，建议澄清
    • 🟢 一般疑问：有助于优化方案，可选澄清

  3. 疑问清单格式 使用 question-template.md 模板生成结构化疑问清单

  4. 疑问表述要求

    • 明确引用招标文件的具体章节和条款
    • 说明疑问的具体内容
    • 说明疑问可能造成的影响
    • 提出建议的解决方案（如适用）

  5. 答疑会议后处理

    • 整理甲方回复，更新到分析文档中
    • 根据回复调整方案设计方向
    • 识别甲方回复中的新信息或要求

阶段三：方案设计生成（答疑会议后）

基于提取的信息和答疑回复，生成投标设计方案：

基于提取的信息，生成投标设计方案：

# [项目名称] 投标设计方案

## 一、项目理解

### 1.1 项目背景
[基于招标文件描述的项目背景]

### 1.2 项目目标
[明确项目要实现的目标]

### 1.3 核心需求分析
- 需求1：[对应技术要求]
- 需求2：[对应技术要求]
- 需求3：[对应技术要求]

## 二、技术方案

### 2.1 总体架构
[技术架构图和说明]

### 2.2 核心技术选型
| 技术项 | 选型 | 理由 |
|--------|------|------|
| 技术1 | 方案A | 满足XX要求 |
| 技术2 | 方案B | 满足XX要求 |

### 2.3 关键技术实现
[详细说明关键技术如何实现，确保满足所有技术要求]

### 2.4 创新点与优势
- 创新点1：[说明]
- 创新点2：[说明]

## 三、实施方案

### 3.1 项目组织架构
[项目团队结构]

### 3.2 实施计划
| 阶段 | 时间 | 主要工作 | 交付物 |
|------|------|----------|--------|
| 阶段1 | X天 | 工作内容 | 交付物1 |
| 阶段2 | X天 | 工作内容 | 交付物2 |

### 3.3 质量保证措施
- 措施1：[说明]
- 措施2：[说明]

### 3.4 风险控制
| 风险 | 应对措施 | 责任人 |
|------|----------|--------|
| 风险1 | 措施1 | 责任人1 |
| 风险2 | 措施2 | 责任人2 |

## 四、商务方案

### 4.1 报价说明
[报价结构和说明]

### 4.2 付款方式
[符合招标要求的付款方式]

### 4.3 售后服务
[质保和售后服务方案]

## 五、优势总结

### 5.1 技术优势
- 优势1
- 优势2

### 5.2 服务优势
- 优势1
- 优势2

### 5.3 成功案例
[相关成功案例]

## 六、承诺与保证

[对招标要求的响应和承诺]

关键检查点

疑问梳理检查点

  • 所有模糊条款都已识别
  • 所有不利于乙方的条款都已标注
  • 疑问已按重要性分类（关键/重要/一般）
  • 疑问已按类别分类（项目信息、技术要求、商务要求等）
  • 疑问已按职能分类（项目负责人、空间设计师、策展人、平面设计师）
  • 疑问表述清晰，有具体引用
  • 疑问清单已准备好，可在答疑会议使用

方案设计检查点

在生成方案前，确保：

  • 所有★必须满足的要求都已响应
  • 所有+加分项都已体现
  • 时间节点符合招标要求
  • 技术方案满足所有技术规格
  • 商务条款符合招标要求
  • 方案结构完整、逻辑清晰
  • 已根据答疑回复调整方案

使用示例

示例1：完整流程

输入：

请分析这个投标文件：招标文件.pdf
并生成投标设计方案

处理流程：

  1. 读取并分析 PDF 文件
  2. 提取关键信息到结构化格式
  3. 梳理疑问细项，生成疑问清单（答疑会议前）
  4. 根据答疑回复更新分析文档
  5. 基于提取的信息和答疑回复生成完整方案
  6. 检查是否满足所有要求

示例2：疑问梳理

输入：

请帮我梳理这个投标文件中的疑问细项，准备答疑会议

处理流程：

  1. 分析投标文件，识别模糊、不清晰或有歧义的条款
  2. 按重要性分类（关键疑问/重要疑问/一般疑问）
  3. 生成结构化的疑问清单，包含：
    • 文件位置引用
    • 疑问具体内容
    • 可能造成的影响
    • 建议的解决方案（如适用）
  4. 输出疑问清单，便于在答疑会议中使用

示例3：基于答疑回复更新方案

输入：

答疑会议已结束，甲方回复如下：[回复内容]
请根据回复更新分析文档并调整方案设计

处理流程：

  1. 整理答疑回复，更新到疑问清单
  2. 根据回复更新投标文件分析文档
  3. 识别回复中的新要求或新信息
  4. 调整方案设计方向，确保符合澄清后的要求

注意事项

  1. 准确性优先：确保提取的信息准确，特别是时间节点和关键要求
  2. 完整性检查：方案必须覆盖招标文件中的所有评分项
  3. 针对性：方案要针对具体项目，避免模板化
  4. 合规性：确保所有承诺符合招标文件要求

工具推荐

Python 环境管理

脚本运行需要 Python 虚拟环境，推荐使用 UV 管理（比 pip 快 10-100 倍，自动锁定依赖）。

uv venv .venv && source .venv/bin/activate
uv pip install python-docx pdfplumber docx2txt openpyxl xlrd
# 或使用项目模式：复制 pyproject.toml.example 为 pyproject.toml 后执行 uv sync

完整的安装步骤、可选依赖（OCR、PDF 表格）与常用命令见 SETUP.md。

文件处理工具

  • PDF处理：pdfplumber（推荐，支持文本和表格提取）
  • Word处理（.docx）：python-docx（推荐）
  • Word处理（.doc）：docx2txt（支持老版本格式）或系统工具（如 macOS 的 textutil）
  • Excel处理：openpyxl（.xlsx）或 xlrd（.xls）
  • OCR识别：pytesseract + pdf2image（可选，用于图片文字识别）
  • 表格提取：tabula-py（PDF表格，可选）

文件格式支持

格式推荐工具脚本说明
.docxpython-docxextract_docx.py新版本 Word 格式
.docdocx2txt / textutilextract_doc.py老版本 Word 格式
.pdfpdfplumberextract_pdf.pyPDF 文档（支持表格）
.xlsxopenpyxl-Excel 新格式
.xlsxlrd-Excel 老格式

注意：如果遇到无法提取的文件，可以：

  1. 尝试将文件转换为其他格式（如 .doc 转 .docx）
  2. 使用系统工具（如 macOS 的 textutil）
  3. 手动复制内容

参考资源

模板文件

示例文件

工具脚本

使用示例：

# 提取 .docx 文件
python scripts/extract_docx.py 文件.docx > content.txt

# 提取 .doc 文件（老版本格式）
python scripts/extract_doc.py 文件.doc > content.txt

# 提取 PDF 文件
python scripts/extract_pdf.py 文件.pdf > content.txt

# 提取 Excel 文件
python scripts/extract_excel.py 文件.xls > content.txt
python scripts/extract_excel.py 文件.xlsx > content.txt

使用说明

  1. 首次使用：

    • 复制 templates/complete-question-list-template.md 作为疑问清单起点
    • 复制 analysis-template.md 作为分析报告起点
    • 使用 scripts/extract_docx.py 提取投标文件内容

  2. 疑问梳理：

    • 先按类别梳理（参考 question-template.md）
    • 再按职能梳理（参考 templates/question-list-by-role.md）
    • 合并到完整疑问清单中

  3. 方案设计：

    • 参考 proposal-example.md 的结构和格式
    • 根据答疑回复调整方案内容

Keep looking

Skills are one crate of 328,083. Ordering is by how many stacks a row turns up in, so the top of any crate is what has actually been picked rather than what has the most stars.